领先一步
VMware 提供培训和认证,助您加速进步。
了解更多我很高兴代表 Spring AI 工程团队和所有贡献者宣布 Spring AI 1.1.0-M1 已发布,现可从 Maven Central 获取。
此里程碑版本带来了重要的稳定性改进和错误修复。
此版本包括 391 项改进、错误修复和文档更新。此里程碑版本的重点是:
感谢所有通过问题报告和拉取请求做出贡献的人。
模型上下文协议集成 - 为AI代理开发提供全面的MCP支持
@McpTool, @McpResource, @McpPrompt 等,用于声明式 MCP 开发。扩展的模型支持 - 全面集成下一代AI模型
NONE, SYSTEM_ONLY, SYSTEM_AND_TOOLS, CONVERSATION_HISTORY),提供 5 分钟和 1 小时 TTL 选项,为自主代理工作流程带来高达 90% 的成本降低和改进的延迟。ElevenLabsTextToSpeechModel、可配置的语音选择、多种音频格式,以及用于无缝 Spring Boot 集成的 spring-ai-starter-model-elevenlabs。高级向量存储和 RAG 功能 - MariaDB 中改进的相似性评分 (891ef2a),增强的 Weaviate 配置 (#3585),以及新的 VectorStoreRetriever 接口 (#3827, 文档) - 一个遵循最小权限原则的只读函数式接口,用于文档检索操作。
增强的多模态处理 - OpenAI 聊天模型支持 PDF 文档,跨提供商的标准化音频转录接口,以及向量存储操作的强大文档验证,从而实现丰富的多媒体 AI 体验。
生产就绪的稳定性 - 解决了社区报告的 76 个关键错误,以及 32 项文档改进和 12 项面向安全的依赖升级。
这些改进确保 Spring AI 继续为构建生产就绪的 AI 应用程序提供强大而可靠的基础,特别注重增强的 MCP 集成,从而实现高级 AI 代理功能。
Spring AI 1.1.0-M1 通过增强的模型上下文协议 (MCP) 集成,显著改进了 AI 代理功能。此版本从 MCP Java SDK v0.10.0 升级到 v0.12.1,提供了急需的功能和重要的架构改进。
引入了 Streamable HTTP 客户端和服务器传输,这是自 MCP 2025-03-26 规范发布以来备受请求的功能。
Streamable HTTP 支持实现了
application/json 响应。专为请求之间不维护会话状态的简化部署而设计。无状态传输是扩展微服务的理想选择。Spring AI 通过多个专用 starter 为 MCP 提供全面的 Spring Boot 集成
spring-ai-starter-mcp-client-webflux 基于 Spring 的 WebClient、STDIO、Streamable HTTP 和 SSE 客户端传输spring-ai-starter-mcp-client 基于 JDK 的 HttpClient、STDIO、Streamable HTTP 和 SSE 客户端传输spring-ai-starter-mcp-server (STDIO)、spring-ai-starter-mcp-server-webflux (响应式)、spring-ai-starter-mcp-server-webmvc (基于 Servlet)@McpTool、@McpResource、@McpPrompt、@McpComplete,以及用于客户端的 @McpLogging、@McpSampling、@McpElicitation、@McpProgress,消除了样板代码。KeepAliveScheduler 实用程序,用于可靠的长时间连接。HttpRequestCustomizer 内置支持 OAuth2 令牌、API 密钥和自定义请求修改。这种 MCP 集成增强了 Spring AI 在 AI 代理开发方面的能力,使开发人员能够使用 Spring 开发人员熟悉的可靠模式构建复杂的、支持工具的 AI 应用程序。
Spring AI 1.1.0-M1 为模型上下文协议实现引入了基础安全功能。对于基于 WebMVC 的 MCP 服务器,Spring AI 提供完整的线程局部支持,使 Spring Security 的方法级注解(如 @PreAuthorize)能够无缝集成到 MCP 工具、资源和提示中。该框架包括 OAuth2 集成模式和 HTTP 请求自定义抽象(McpSyncHttpRequestCustomizer 和 McpAsyncHttpRequestCustomizer),用于安全的客户端通信,并提供一个 OAuth2 服务器示例,演示基于 JWT 的身份验证。
尽管基础安全基础设施已就绪,但全面的安全文档和示例仍在积极开发中。Spring AI 社区 MCP 安全项目将提供额外的安全工具和简化的配置模式。详细的安全指南、最佳实践文档和扩展示例将在未来的博客文章和文档更新中发布。响应式 MCP 服务器的 WebFlux 安全集成计划在未来版本中实现。
特别感谢 MCP Java SDK 社区为使此集成成为可能而在底层 SDK 上所做的出色工作。
Christian Tzolov (@tzolov), Dariusz Jędrzejczyk (@chemicL), Daniel Garnier-Moiroux (@Kehrlann), Mark Pollack (@markpollack), Richie Caputo (@arcaputo3), Ilayaperumal Gopinathan (@ilayaperumalg), James Ward (@jamesward), Zachary German (@ZachGerman), @zekozhang, @denniskawurek, @CrazyHZM, @marianogonzalez, @konczdev, @He-Pin, @codeboyzhou, @codezjx, @DamonBao, @jitokim, @xiaowangzhixiao, @FH-30, @LucaButBoring, @epaga
Spring AI 示例存储库自 1.0.1 版本发布以来得到了显著增强,包含了全面的新示例和改进的测试基础设施。该存储库现在包含 37 个模块,其中 24 个模块具有集成测试和 AI 驱动的验证。
mcp-annotations - 完整的注解驱动 MCP 开发示例,包括:
@McpTool、@McpResource、@McpPrompt、@McpComplete 的自动补全。@McpProgress、@McpLogging、@McpSampling 的进度跟踪、日志记录和采样处理程序。@Tool 注解协同工作。sampling/annotations - 演示 Spring AI 中使用基于注解的方法实现模型上下文协议 (MCP) 采样功能。
dynamic-tool-update - 演示运行时工具注册和客户端检测。
brave-docker-agents-gateway - 使用 Docker 的 MCP 网关进行生产部署。
docker/agents_gateway:v2 镜像进行 MCP 服务器编排。这些示例展示了所有支持的 MCP 传输:
这些示例为在生产应用程序中实施 MCP 提供了实用指导,从简单的基于注解的工具到复杂的动态代理系统。每个示例都包含全面的文档、设置说明和集成测试。
Spring AI 社区持续发展并以有意义的方式做出贡献。此版本包含了报告问题、提交修复和提供宝贵反馈的社区成员的贡献。
🙏 贡献者
感谢所有为本次发布做出贡献的开发者
如果您有兴趣贡献,请查看我们问题存储库中的 “理想贡献”标签。对于一般问题,请在 Stack Overflow 上使用 spring-ai 标签提问。
Spring AI 团队将继续专注于使用 Spring Boot 改进 AI 应用程序开发。基于 1.1.0-M1 的势头,即将发布的版本将在此基础上构建,提供增强的功能和改进的开发人员体验。
有关最新更新并为项目做出贡献,请访问我们的 GitHub 仓库或加入我们社区频道的讨论。
项目页面 | GitHub | 问题 | 文档 | Stack Overflow